Articulo de referencia

Calcular el permanente

En álgebra lineal , el cálculo del permanente de una matriz es un problema que se considera más difícil que el cálculo del determinante de una matriz, a pesar de la aparente sim...

En álgebra lineal , el cálculo del permanente de una matriz es un problema que se considera más difícil que el cálculo del determinante de una matriz, a pesar de la aparente similitud de las definiciones.

El permanente se define de forma similar al determinante, como la suma de productos de conjuntos de elementos de una matriz ubicados en filas y columnas distintas. Sin embargo, mientras que el determinante pondera cada uno de estos productos con un signo ±1 según la paridad del conjunto , el permanente los pondera todos con un signo +1.

Si bien el determinante puede calcularse en tiempo polinomial mediante eliminación gaussiana , generalmente se cree que el permanente no puede calcularse en tiempo polinomial. En la teoría de la complejidad computacional , un teorema de Valiant afirma que el cálculo de permanentes es #P-difícil , e incluso #P-completo para matrices en las que todas las entradas son 0 o 1 (Valiant, 1979) . Esto sitúa el cálculo del permanente en una clase de problemas que se consideran aún más difíciles de calcular que NP . Se sabe que el cálculo del permanente es imposible para circuitos ACC 0 uniformes en espacio logarítmico ( Allender y Gore, 1994 ).

El desarrollo de algoritmos, tanto exactos como aproximados, para calcular el permanente de una matriz es un área de investigación activa.

Definición y algoritmo ingenuo

El permanente de una matriz n x n A = ( a i,j ) se define como

permanente(A)=σSnortei=1norteai,σ(i).{\displaystyle \operatorname {perm} (A)=\sum _{\sigma \in S_{n}}\prod _{i=1}^{n}a_{i,\sigma (i)}.}

La suma aquí se extiende sobre todos los elementos σ del grupo simétrico S n , es decir, sobre todas las permutaciones de los números 1, 2, ..., n . Esta fórmula difiere de la fórmula correspondiente para el determinante solo en que, en el determinante, cada producto se multiplica por el signo de la permutación σ, mientras que en esta fórmula cada producto es sin signo. La fórmula puede traducirse directamente en un algoritmo que la expande de forma ingenua, sumando sobre todas las permutaciones y, dentro de la suma, multiplicando cada elemento de la matriz. Esto requiere n! n operaciones aritméticas.

Fórmula Ryser

El algoritmo exacto general más conocido [ 1 ] se debe a HJ Ryser ( 1963 ) . El método de Ryser se basa en una fórmula de inclusión-exclusión que se puede expresar [ 2 ] de la siguiente manera: Sea Ak{\displaystyle A_{k}}se puede obtener de A eliminando k columnas, seaPAG(Ak){\displaystyle P(A_{k})}sea ​​el producto de las sumas de filas deAk{\displaystyle A_{k}}y dejarΣk{\displaystyle \Sigma _{k}}sea ​​la suma de los valores dePAG(Ak){\displaystyle P(A_{k})}sobre todas las posiblesAk{\displaystyle A_{k}}. Entonces

permanente(A)=k=0norte1(1)kΣk.{\displaystyle \operatorname {perm} (A)=\sum _{k=0}^{n-1}(-1)^{k}\Sigma _{k}.}

Puede reescribirse en términos de las entradas de la matriz de la siguiente manera [ 3 ]

permanente(A)=(1)norteS{1,,norte}(1)|S|i=1nortejSaij.{\displaystyle \operatorname {perm} (A)=(-1)^{n}\sum _{S\subseteq \{1,\dots ,n\}}(-1)^{|S|}\prod _{i=1}^{n}\sum _{j\in S}a_{ij}.}

La fórmula de Ryser se puede evaluar utilizandoO(2nortenorte2){\displaystyle O(2^{n}n^{2})}operaciones aritméticas oO(2nortenorte){\displaystyle O(2^{n}n)}procesando los conjuntosS{\displaystyle S}en orden de código Gray . [ 4 ]

Fórmula de Balasubramanian–Bax–Franklin–Glynn

Otra fórmula que parece ser tan rápida como la de Ryser (o quizás incluso el doble de rápida) se encuentra en las dos tesis doctorales; véase ( Balasubramanian 1980 ) , ( Bax 1998 ) ; también ( Bax y Franklin 1996 ) . Los métodos para encontrar la fórmula son bastante diferentes, estando relacionados con la combinatoria del álgebra de Muir y con la teoría de diferencias finitas, respectivamente. Otra vía, conectada con la teoría de invariantes, es a través de la identidad de polarización para un tensor simétrico ( Glynn 2010 ) . La fórmula se generaliza a infinitas otras, como encontraron todos estos autores, aunque no está claro si son más rápidas que la básica. Véase ( Glynn 2013 ) .

La fórmula más simple conocida de este tipo (cuando la característica del campo no es dos) es

permanente(A)=12norte1[δ(k=1norteδk)j=1nortei=1norteδiaij],{\displaystyle \operatorname {perm} (A)={\frac {1}{2^{n-1}}}\left[\sum _{\delta }\left(\prod _{k=1}^{n}\delta _{k}\right)\prod _{j=1}^{n}\sum _{i=1}^{n}\delta _{i}a_{ij}\right],}

donde la suma exterior es sobre todos2norte1{\displaystyle 2^{n-1}}vectoresδ=(δ1=1,δ2,,δnorte){±1}norte{\displaystyle \delta =(\delta _{1}=1,\delta _{2},\dots ,\delta _{n})\in \{\pm 1\}^{n}}.

Casos especiales

Planar y libre de K 3,3

El número de emparejamientos perfectos en un grafo bipartito se cuenta mediante el permanente de la matriz de biadyacencia del grafo , y el permanente de cualquier matriz 0-1 puede interpretarse de esta manera como el número de emparejamientos perfectos en un grafo. Para grafos planares (independientemente de su bipartición), el algoritmo FKT calcula el número de emparejamientos perfectos en tiempo polinomial cambiando los signos de un subconjunto cuidadosamente elegido de las entradas en la matriz de Tutte del grafo, de modo que el pfaffiano de la matriz antisimétrica resultante (la raíz cuadrada de su determinante ) sea el número de emparejamientos perfectos. Esta técnica puede generalizarse a grafos que no contienen ningún subgrafo homeomorfo al grafo bipartito completo K 3,3 . [ 5 ]

George Pólya planteó la pregunta [ 6 ] de cuándo es posible cambiar los signos de algunas de las entradas de una matriz 01 A de modo que el determinante de la nueva matriz sea el permanente de A. No todas las matrices 01 son "convertibles" de esta manera; de hecho, se sabe ( Marcus & Minc (1961) ) que no existe una transformación lineal.T{\displaystyle T}de tal manera queporT(A)=detA{\displaystyle \operatorname {per} T(A)=\det A}a pesar denorte×norte{\displaystyle n\times n}matricesA{\displaystyle A}La caracterización de matrices "convertibles" fue dada por Little (1975), quien demostró que tales matrices son precisamente aquellas que son la matriz de biadyacencia de grafos bipartitos que tienen una orientación pfaffiana : una orientación de las aristas tal que para cada ciclo pardo{\displaystyle C}para quéGRAMOdo{\displaystyle G\setminus C}tiene una coincidencia perfecta, hay un número impar de aristas dirigidas a lo largo de C (y por lo tanto un número impar con la orientación opuesta). También se demostró que estos grafos son exactamente aquellos que no contienen un subgrafo homeomorfo aK3,3{\displaystyle K_{3,3}}, como se indicó anteriormente.

Cálculo módulo un número

Módulo 2, el permanente es el mismo que el determinante, como(1)1(mod2).{\displaystyle (-1)\equiv 1{\pmod {2}}.}También se puede calcular módulo2k{\displaystyle 2^{k}}a tiempoO(norte4k3){\displaystyle O(n^{4k-3})}parak2{\displaystyle k\geq 2}Sin embargo, es UP-difícil calcular el permanente módulo cualquier número que no sea una potencia de 2. Valiant (1979)

Glynn (2010) proporciona varias fórmulas para el cálculo módulo un primo p . En primer lugar, hay una que utiliza cálculos simbólicos con derivadas parciales.

Segundo, para p = 3 existe la siguiente fórmula para una matriz n×n:A{\displaystyle A}, que involucra a los principales menores de la matriz ( Kogan (1996) ):

por(A)=(1)norteJ{1,,norte}det(AJ)det(AJ¯),{\displaystyle \operatorname {per} (A)=(-1)^{n}\sum _{J\subseteq \{1,\dots ,n\}}\det(A_{J})\det(A_{\bar {J}}),}

dóndeAJ{\displaystyle A_{J}}es la submatriz deA{\displaystyle A}inducido por las filas y columnas deA{\displaystyle A} indexado porJ{\displaystyle J}, yJ¯{\displaystyle {\bar {J}}}es el complemento deJ{\displaystyle J}en{1,,norte}{\displaystyle \{1,\dots ,n\}}, mientras que el determinante de la submatriz vacía se define como 1.

La expansión anterior se puede generalizar en una característica arbitraria p como el siguiente par de identidades duales: por(A)=(1)norteJ1,,Jpag1det(AJ1)det(AJpag1)det(A)=(1)norteJ1,,Jpag1por(AJ1)por(AJpag1){\displaystyle {\begin{aligned}\operatorname {per} (A)&=(-1)^{n}\sum _{{J_{1}},\ldots ,{J_{p-1}}}\det(A_{J_{1}})\dotsm \det(A_{J_{p-1}})\\\det(A)&=(-1)^{n}\sum _{{J_{1}},\ldots ,{J_{p-1}}}\operatorname {per} (A_{J_{1}})\dotsm \operatorname {per} (A_{J_{p-1}})\end{aligned}}} donde en ambas fórmulas la suma se toma sobre todas las ( p − 1)-tuplasJ1,,Jpag1{\displaystyle {J_{1}},\ldots ,{J_{p-1}}}que son particiones del conjunto{1,,norte}{\displaystyle \{1,\dots ,n\}}en p − 1 subconjuntos, algunos de ellos posiblemente vacíos.

La fórmula anterior posee un análogo para el hafniano de una simetríaA{\displaystyle A}y una p extraña:

mitad2(A)=(1)norteJ1,,Jpag1det(AJ1)det(AJpag1)(1)|J1|++|J(pag1)/2|{\displaystyle \operatorname {haf} ^{2}(A)=(-1)^{n}\sum _{{J_{1}},\ldots ,{J_{p-1}}}\det(A_{J_{1}})\dotsm \det(A_{J_{p-1}})(-1)^{|J_{1}|+\dots +|J_{(p-1)/2}|}}

con la suma tomada sobre el mismo conjunto de índices. Además, en característica cero una expresión de suma de convolución similar que involucra tanto el permanente como el determinante produce el polinomio del ciclo hamiltoniano (definido comojamón(A)=σHnortei=1norteai,σ(i){\textstyle \operatorname {ham} (A)=\sum _{\sigma \in H_{n}}\prod _{i=1}^{n}a_{i,\sigma (i)}}dóndeHnorte{\displaystyle H_{n}}es el conjunto de n-permutaciones que tienen un solo ciclo): jamón(A)=J{2,,norte}det(AJ)por(AJ¯)(1)|J|.{\displaystyle \operatorname {ham} (A)=\sum _{J\subseteq \{2,\dots ,n\}}\det(A_{J})\operatorname {per} (A_{\bar {J}})(-1)^{|J|}.}

En la característica 2, esta última igualdad se convierte enjamón(A)=J{2,,norte}det(AJ)det(AJ¯){\displaystyle \operatorname {ham} (A)=\sum _{J\subseteq \{2,\dots ,n\}}\det(A_{J})\operatorname {det} (A_{\bar {J}})}lo que por lo tanto brinda la oportunidad de calcular en tiempo polinomial el polinomio del ciclo hamiltoniano de cualquier unidadU{\displaystyle U}(es decir, de tal manera queUTU=I{\displaystyle U^{\textsf {T}}U=I}dóndeI{\displaystyle I}es la matriz identidad n × n ), porque cada menor de dicha matriz coincide con su complemento algebraico:jamón(U)=det2(U+I/1){\displaystyle \operatorname {ham} (U)=\operatorname {det} ^{2}(U+I_{/1})}dóndeI/1{\displaystyle I_{/1}}es la matriz identidad n × n con la entrada de los índices 1,1 reemplazada por 0. Además, puede, a su vez, generalizarse aún más para una matriz unitaria n × n.U{\displaystyle U}comohametroK(U)=det2(U+I/K){\displaystyle \operatorname {ham_{K}} (U)=\operatorname {det} ^{2}(U+I_{/K})}dóndeK{\displaystyle K}es un subconjunto de {1, ..., n },I/K{\displaystyle I_{/K}}es la matriz identidad n × n con las entradas de los índices k , k reemplazadas por 0 para todo k perteneciente aK{\displaystyle K}y definimoshametroK(A)=σHnorte(K)i=1norteai,σ(i){\textstyle \operatorname {ham_{K}} (A)=\sum _{\sigma \in H_{n}(K)}\prod _{i=1}^{n}a_{i,\sigma (i)}}dóndeHnorte(K){\displaystyle H_{n}(K)}es el conjunto de n-permutaciones cuyos ciclos contienen al menos un elemento deK{\displaystyle K}.

Esta fórmula también implica las siguientes identidades sobre cuerpos de característica 3:

para cualquier invertibleA{\displaystyle A}

por(A1)det2(A)=por(A);{\displaystyle \operatorname {per} (A^{-1})\operatorname {det} ^{2}(A)=\operatorname {per} (A);}

para cualquier unidadU{\displaystyle U}, es decir, una matriz cuadradaU{\displaystyle U}de tal manera queUTU=I{\displaystyle U^{\textsf {T}}U=I}dóndeI{\displaystyle I}es la matriz identidad del tamaño correspondiente,

por2(U)=det(U+V)det(U){\displaystyle \operatorname {per} ^{2}(U)=\det(U+V)\det(-U)}

dóndeV{\displaystyle V}es la matriz cuyas entradas son los cubos de las entradas correspondientes deU{\displaystyle U}.

También se demostró ( Kogan (1996) ) que, si definimos una matriz cuadradaA{\displaystyle A}como k-semiunitario cuandorango(ATAI)=k{\displaystyle \operatorname {rank} (A^{\textsf {T}}A-I)=k}, el permanente de una matriz 1-semiunitaria es computable en tiempo polinomial sobre cuerpos de característica 3, mientras que para k > 1 el problema se vuelve #3-P-completo . (Una teoría paralela se refiere al polinomio del ciclo hamiltoniano en característica 2: mientras que su cálculo en las matrices unitarias es factible en tiempo polinomial, el problema es #2-P-completo para las k-semiunitarias para cualquier k > 0). Este último resultado fue esencialmente extendido en 2017 ( Knezevic y Cohen (2017) ) y se demostró que en característica 3 existe una fórmula simple que relaciona los permanentes de una matriz cuadrada y su inversa parcial (paraA11{\displaystyle A_{11}}yA22{\displaystyle A_{22}}siendo cuadrado,A11{\displaystyle A_{11}}siendo invertible ):

por(A11A12A21A22)=det2(A11)por(A111A111A12A21A111A22A21A111A12){\displaystyle \operatorname {per} {\begin{pmatrix}A_{11}&A_{12}\\A_{21}&A_{22}\end{pmatrix}}=\operatorname {det} ^{2}(A_{11})\operatorname {per} {\begin{pmatrix}A_{11}^{-1}&A_{11}^{-1}A_{12}\\A_{21}A_{11}^{-1}&A_{22}-A_{21}A_{11}^{-1}A_{12}\end{pmatrix}}}

y permite reducir en tiempo polinomial el cálculo del permanente de una matriz n × n con un subconjunto de k o k − 1 filas expresables como combinaciones lineales de otro subconjunto (disjunto) de k filas al cálculo del permanente de una matriz ( nk )×( nk )- o ( nk + 1)×( nk + 1)-, respectivamente, habiendo introducido así un operador de compresión (análogo a la modificación gaussiana aplicada para calcular el determinante) que "preserva" el permanente en característica 3. (Analógicamente, valdría la pena señalar que el polinomio del ciclo hamiltoniano en característica 2 también posee sus compresiones de matriz invariantes, teniendo en cuenta el hecho de que ham( A ) = 0 para cualquier matriz n × n A que tenga tres filas iguales o, si n > 2, un par de índices i , j tales que sus filas i y j son idénticas y sus columnas i y j también son idénticas.) El cierre de ese operador definido como el límite de su aplicación secuencial junto con la transformación de transposición (utilizada cada vez que el operador deja la matriz intacta) es también un operador que mapea, cuando se aplica a clases de matrices, una clase a otra. Mientras que el operador de compresión mapea la clase de matrices 1-semiunitarias a sí mismo y a las clases de matrices unitarias y 2-semiunitarias, el cierre de compresión de la clase 1-semiunitaria (así como la clase de matrices recibidas de las unitarias al reemplazar una fila por un vector fila arbitrario —el permanente de dicha matriz es, a través de la expansión de Laplace, la suma de los permanentes de matrices 1-semiunitarias y, por consiguiente, computable en tiempo polinomial) es aún desconocido y está tensamente relacionado con el problema general de la complejidad computacional del permanente en característica 3 y la cuestión principal de P versus NP : como se demostró en ( Knezevic y Cohen (2017) ), si dicho cierre de compresión es el conjunto de todas las matrices cuadradas sobre un cuerpo de característica 3 o, al menos, contiene una clase de matriz en la que el cálculo del permanente es #3-P-completo (como la clase de matrices 2-semiunitarias), entonces el permanente es computable en tiempo polinomial en esta característica.

Además, se formuló el problema de encontrar y clasificar cualquier posible análogo de las compresiones que preservan la permanente existentes en característica 3 para otras características primas ( Knezevic y Cohen (2017) ), dando la siguiente identidad para una matriz n × n.A{\displaystyle A}y dos n -vectores (con todas sus entradas en el conjunto {0, ..., p − 1})α{\displaystyle \alpha }yβ{\displaystyle \beta }de tal manera quei=1norteαi=j=1norteβj{\textstyle {\sum _{i=1}^{n}\alpha _{i}=\sum _{j=1}^{n}\beta _{j}}}, válido en una característica prima arbitraria p :

por(A(α,β))=detpag1(A)por(A1)((pag1)1norteβ,(pag1)1norteα)(i=1norteαi¡)(j=1norteβj¡)(1)norte+i=1norteαi{\displaystyle \operatorname {per} (A^{(\alpha ,\beta )})=\det ^{p-1}(A)\operatorname {per} (A^{-1})^{((p-1){\vec {1}}_{n}-\beta ,(p-1){\vec {1}}_{n}-\alpha )}\left(\prod _{i=1}^{n}\alpha _{i}!\right)\left(\prod _{j=1}^{n}\beta _{j}!\right)(-1)^{n+\sum _{i=1}^{n}\alpha _{i}}}

donde para una matriz n × mMETRO{\displaystyle M}, un vector nincógnita{\displaystyle x}y un vector my{\displaystyle y}, ambos vectores tienen todas sus entradas del conjunto {0, ..., p − 1},METRO(incógnita,y){\displaystyle M^{(x,y)}}denota la matriz recibida deMETRO{\displaystyle M}mediante repeticiónincógnitai{\displaystyle x_{i}}veces su i -ésima fila para i = 1, ..., n yyj{\displaystyle y_{j}}veces su j -ésima columna para j = 1, ..., m (si la multiplicidad de alguna fila o columna es igual a cero, significaría que la fila o columna fue eliminada, y por lo tanto esta noción es una generalización de la noción de submatriz), y1norte{\displaystyle {\vec {1}}_{n}}denota el vector n-dimensional cuyas entradas son todas iguales a la unidad. Esta identidad es un análogo exacto de la fórmula clásica que expresa el menor de una matriz mediante el menor de su inversa y, por lo tanto, demuestra (una vez más) una especie de dualidad entre el determinante y el permanente como inmanentes relativos. (En realidad, su propio análogo para el hafniano de una matriz simétricaA{\displaystyle A}y un primo impar p esmitad2(A(α,α))=detpag1(A)mitad2(A1)((pag1)1norteα,(pag1)1norteα)(i=1norteαi¡)2(1)norte(pag1)/2+norte+i=1norteαi{\textstyle \operatorname {haf} ^{2}(A^{(\alpha ,\alpha )})=\det ^{p-1}(A)\operatorname {haf} ^{2}(A^{-1})^{((p-1){\vec {1}}_{n}-\alpha ,(p-1){\vec {1}}_{n}-\alpha )}\left(\prod _{i=1}^{n}\alpha _{i}!\right)^{2}(-1)^{n(p-1)/2+n+\sum _{i=1}^{n}\alpha _{i}}}).

Y, como una generalización aún más amplia para el caso inverso parcial en una característica prima p, paraA11{\displaystyle A_{11}},A22{\displaystyle A_{22}}siendo cuadrado,A11{\displaystyle A_{11}}siendo invertible y de tamañonorte1{\displaystyle {n_{1}}}incógnitanorte1{\displaystyle {n_{1}}}, yi=1norteαi=j=1norteβj{\textstyle {\sum _{i=1}^{n}\alpha _{i}=\sum _{j=1}^{n}\beta _{j}}}, también se encuentra allí la identidad

por(A11A12A21A22)(α,β)=detpag1(A11)por(A111A111A12A21A111A22A21A111A12)((pag1)1norteβ,(pag1)1norteα)(i=1norteα1,i¡)(j=1norteβ1,j¡)(1)norte1+i=1norteα1,i{\displaystyle \operatorname {per} {\begin{pmatrix}A_{11}&A_{12}\\A_{21}&A_{22}\end{pmatrix}}^{(\alpha ,\beta )}={\det }^{p-1}(A_{11})\operatorname {per} {\begin{pmatrix}A_{11}^{-1}&A_{11}^{-1}A_{12}\\A_{21}A_{11}^{-1}&A_{22}-A_{21}A_{11}^{-1}A_{12}\end{pmatrix}}^{((p-1){\vec {1}}_{n}-\beta ,(p-1){\vec {1}}_{n}-\alpha )}\left(\prod _{i=1}^{n}\alpha _{1,i}!\right)\left(\prod _{j=1}^{n}\beta _{1,j}!\right)(-1)^{n_{1}+\sum _{i=1}^{n}\alpha _{1,i}}}

donde los vectores de multiplicidad de fila/columna comunesα{\displaystyle \alpha }yβ{\displaystyle \beta }para la matrizA{\displaystyle A}generar los vectores de multiplicidad de filas/columnas correspondientesαs{\displaystyle \alpha _{s}}yβt{\displaystyle \beta _{t}}, s,t = 1,2, para sus bloques (las mismas preocupacionesA{\displaystyle A}su inverso parcial en el lado derecho de la igualdad).

Cálculo aproximado

Cuando las entradas de A son no negativas, el permanente se puede calcular aproximadamente en tiempo polinomial probabilístico , con un error de ε M , donde M es el valor del permanente y ε > 0 es arbitrario. En otras palabras, existe un esquema de aproximación aleatoria en tiempo polinomial completo (FPRAS) ( Jerrum, Sinclair y Vigoda (2001) ).

El paso más difícil del cálculo consiste en la construcción de un algoritmo para muestrear de forma casi uniforme a partir del conjunto de todos los emparejamientos perfectos en un grafo bipartito dado: en otras palabras, un muestreador casi uniforme totalmente polinomial (FPAUS). Esto se puede lograr utilizando un algoritmo de Monte Carlo de cadena de Markov que emplea la regla de Metropolis para definir y ejecutar una cadena de Markov cuya distribución es cercana a la uniforme y cuyo tiempo de mezcla es polinomial.

Es posible contar aproximadamente el número de emparejamientos perfectos en un grafo a través de la autorreductibilidad del permanente, utilizando el FPAUS en combinación con una reducción bien conocida del muestreo al conteo debida a Jerrum, Valiant y Vazirani (1986) . SeaMETRO(GRAMO){\displaystyle M(G)}denota el número de emparejamientos perfectos enGRAMO{\displaystyle G}Aproximadamente, para cualquier borde en particularmi{\displaystyle e}enGRAMO{\displaystyle G}, mediante el muestreo de muchos emparejamientos enGRAMO{\displaystyle G}y contando cuántos de ellos coinciden enGRAMOmi{\displaystyle G\setminus e}, se puede obtener una estimación de la razónρ=METRO(GRAMO)METRO(GRAMOmi){\textstyle \rho ={\frac {M(G)}{M(G\setminus e)}}}. El númeroMETRO(GRAMO){\displaystyle M(G)}es entoncesρMETRO(GRAMOmi){\displaystyle \rho M(G\setminus e)}, dóndeMETRO(GRAMOmi){\displaystyle M(G\setminus e)}se puede aproximar aplicando el mismo método de forma recursiva.

Otra clase de matrices para las que el permanente es de particular interés son las matrices semidefinidas positivas . [ 7 ] Utilizando una técnica de conteo de Stockmeyer , se pueden calcular dentro de la claseBPPnotario público{\displaystyle {\textsf {BPP}}^{\textsf {NP}}}, pero esto se considera una clase inviable en general. Es NP-difícil aproximar los permanentes de matrices PSD dentro de un factor subexponencial, y se conjetura que esBPPnotario público{\displaystyle {\textsf {BPP}}^{\textsf {NP}}}-difícil [ 8 ] Si se imponen más restricciones al espectro , se conocen algoritmos más eficientes. Un algoritmo aleatorio se basa en el modelo de muestreo de bosones y utiliza las herramientas propias de la óptica cuántica para representar el permanente de matrices semidefinidas positivas como el valor esperado de una variable aleatoria específica . Esta última se aproxima mediante su media muestral. [ 9 ] Este algoritmo, para un cierto conjunto de matrices semidefinidas positivas, aproxima su permanente en tiempo polinomial con un error aditivo, que es más fiable que el del algoritmo clásico estándar de tiempo polinomial de Gurvits. [ 10 ]

Notas

  1. A partir de 2008, véase Rempała y Wesolowski (2008)
  2. ^ van Lint y Wilson (2001) pág. 99
  3. Enciclopedia concisa de matemáticas de la CRC
  4. Nijenhuis y Wilf (1978)
  5. Pequeño (1974) , Vazirani (1988)
  6. Pólya (1913) , Reich (1971)
  7. Véase el problema abierto (4) en Shtetl Optimized: Introducing some British people to P vs. NP , 22 de julio de 2015
  8. Meiburg, Alexander (2023), "Inaproximabilidad de permanentes semidefinidos positivos y tomografía de estados cuánticos", Algorithmica , 85 (12): 3828–3854 , arXiv : 2111.03142 , doi : 10.1007/s00453-023-01169-1
  9. Chakhmakhchyan, Levon; Cerf, Nicolas; Garcia-Patron, Raul (2017), "Un algoritmo de inspiración cuántica para estimar el permanente de matrices semidefinidas positivas", Phys. Rev. A , 96 (2) 022329, arXiv : 1609.02416 , Bibcode : 2017PhRvA..96b2329C , doi : 10.1103/PhysRevA.96.022329 , S2CID 54194194 
  10. Gurvits, Leonid (2005), "Sobre la complejidad de los discriminantes mixtos y problemas relacionados", Fundamentos matemáticos de la informática 2005 , Lecture Notes in Computer Science, vol. 3618, pp. 447–458 , doi : 10.1007/11549345_39 , ISBN   978-3-540-28702-5

Referencias

  • Allender, Eric; Gore, Vivec (1994), "Un límite inferior de circuito uniforme para el permanente", SIAM Journal on Computing , 23 (5): 1026– 1049, CiteSeerX 10.1.1.51.3546 , doi : 10.1137/s0097539792233907 
  • Balasubramanian, K. (1980), Combinatoria y diagonales de matrices (PDF) , Tesis doctoral, Departamento de Estadística, Loyola College, Madrás, India, vol.  T073, Instituto Estadístico Indio, Calcuta.
  • Bax, Eric (1998), Algoritmos de diferencias finitas para problemas de conteo , Tesis doctoral, vol.  223, Instituto Tecnológico de California
  • Bax, Eric; Franklin, J. (1996), Un método de cribado de diferencias finitas para calcular el permanente , Caltech-CS-TR-96-04, Instituto Tecnológico de California
  • Glynn, David G. (2010), "El permanente de una matriz cuadrada", European Journal of Combinatorics , 31 (7): 1887–1891 , doi : 10.1016/j.ejc.2010.01.010
  • Glynn, David G. (2013), "Fórmulas permanentes del veroneseo", Designs, Codes and Cryptography , 68 ( 1–3 ): 39–47 , doi : 10.1007/s10623-012-9618-1 , S2CID 36911503 
  • Jerrum, M.; Sinclair, A.; Vigoda, E. (2001), "Un algoritmo de aproximación en tiempo polinomial para el permanente de una matriz con entradas no negativas", Actas del 33.er Simposio sobre Teoría de la Computación , págs. 712–721 , doi : 10.1145/380752.380877 , ISBN  978-1-58113-349-3, S2CID 8368245 , ECCC TR00-079  
  • Jerrum, Mark ; Valiant, Leslie ; Vazirani, Vijay (1986), "Generación aleatoria de estructuras combinatorias a partir de una distribución uniforme", Theoretical Computer Science , 43 : 169–188 , doi : 10.1016/0304-3975(86)90174-X
  • Kogan, Grigoriy (1996), "Cálculo de permanentes sobre cuerpos de característica 3: dónde y por qué se vuelve difícil", Actas de la 37.ª Conferencia sobre Fundamentos de la Informática , pp. 108–114 , doi : 10.1109/SFCS.1996.548469 , ISBN  0-8186-7594-2, S2CID 39024286 
  • Knezevic, Anna; Cohen, Greg (2017), Algunos datos sobre permanentes en características finitas , arXiv : 1710.01783 , Bibcode : 2017arXiv171001783K
  • van Lint, Jacobus Hendricus; Wilson, Richard Michale (2001), A Course in Combinatorics , Cambridge University Press, ISBN 978-0-521-00601-9
  • Little, CHC (1974), "Una extensión del método de Kasteleyn para enumerar los 1-factores de grafos planares", en Holton, D. (ed.), Actas de la 2.ª Conferencia Australiana de Matemáticas Combinatorias , Lecture Notes in Mathematics, vol.  403, Springer-Verlag, pp. 63–72 . 
  • Little, CHC (1975), "Una caracterización de matrices convertibles (0, 1)", Journal of Combinatorial Theory , Serie B, 18 (3): 187–208 , doi : 10.1016/0095-8956(75)90048-9
  • Marcus, M.; Minc, H. (1961), "Sobre la relación entre el determinante y el permanente" (PDF) , Illinois Journal of Mathematics , 5 (3): 376– 381, doi : 10.1215/ijm/1255630882
  • Nijenhuis, Albert; Wilf, Herbert S. (1978), Algoritmos combinatorios , Academic Press
  • Pólya, G. (1913), "Aufgabe 424", Arch. Math. Phys. , 20 (3): 27
  • Reich, Simeon (1971), "Otra solución de un antiguo problema de pólya", American Mathematical Monthly , 78 (6): 649– 650, doi : 10.2307/2316574 , JSTOR 2316574 
  • Rempała, Grzegorz A.; Wesolowski, Jacek (2008), Funcionales simétricos sobre matrices aleatorias y problemas de coincidencias aleatorias , Springer, p.  4, ISBN 978-0-387-75145-0
  • Ryser, Herbert John (1963), Matemáticas combinatorias , The Carus Mathematical Monographs, Vol. 14, Mathematical Association of America , ISBN 978-1-61444-014-7{{citation}}: Incompatibilidad de ISBN/Fecha ( ayuda )
  • Vazirani, Vijay V. (1988), "Algoritmos NC para calcular el número de emparejamientos perfectos en grafos libres de K 3,3 y problemas relacionados", Actas del 1er Taller Escandinavo sobre Teoría de Algoritmos (SWAT '88) , Lecture Notes in Computer Science, vol.  318, Springer-Verlag, pp. 233–242 , doi : 10.1007/3-540-19487-8_27 , hdl : 1813/6700 , ISBN  978-3-540-19487-3
  • Valiant, Leslie G. (1979), "La complejidad del cálculo del permanente", Theoretical Computer Science , 8 (2), Elsevier: 189–201 , doi : 10.1016/0304-3975(79)90044-6 , S2CID 1637832 
  • "Permanente", Enciclopedia concisa de matemáticas de CRC , Chapman & Hall/CRC, 2002

Lecturas adicionales